論文の概要: OdorSpaces: Visual-Olfactory Embodied Navigation in 3D Environments
- arxiv url: http://arxiv.org/abs/2611.05738v1
- Date: Tue, 03 Nov 2026 23:21:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:57.900821
- Title: OdorSpaces: Visual-Olfactory Embodied Navigation in 3D Environments
- Title(参考訳): OdorSpaces: 3D環境での視覚的嗅覚ナビゲーション
- Abstract要約: Olfactionは、空気中の化学物質の手がかりに関する重要な情報を提供するが、ほとんどの場合、組み込まれたAIでは探索されていない。
我々は物理ベースのシミュレーションプラットフォームであるOdorSpacesを紹介した。
- 参考スコア(独自算出の注目度): 15.962572167881602
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Olfaction provides critical information about airborne chemical cues, yet it remains largely underexplored in embodied AI, with limited prior machine olfaction work focusing primarily on semantic odor perception. We introduce OdorSpaces, a physics-based simulation platform and benchmark for visual-olfactory embodied navigation. OdorSpaces augments Habitat-Sim with 3D odor transport and dispersion simulated by Fire Dynamics Simulator (FDS), enabling agents to navigate photorealistic indoor environments using both visual and olfactory observations. The benchmark includes two representative source-seeking scenarios: invisible gas-leak localization and early-stage fire localization. We develop an initial multimodal reinforcement learning policy that integrates visual observations and olfactory measurements over time. Experiments show that the policy outperforms a diverse set of baselines, establishing a strong reference for future research on visual-olfactory embodied navigation.
- Abstract(参考訳): Olfactionは、空気中の化学物質の手がかりに関する重要な情報を提供するが、主にセマンティックな匂いの知覚に焦点をあてる以前の機械の嗅覚の研究は、主に具体的AIにおいて過小評価されている。
我々は物理ベースのシミュレーションプラットフォームであるOdorSpacesを紹介した。
OdorSpacesは、Fire Dynamics Simulator (FDS)でシミュレートされた3D臭気輸送と分散でHabitat-Simを増強し、視覚的および嗅覚的観察の両方を用いて、エージェントが光現実的な屋内環境をナビゲートすることを可能にする。
ベンチマークには、目に見えないガス漏れの局所化と初期段階の火災の局所化という、2つの代表的なソース探索シナリオが含まれている。
視覚的観察と嗅覚測定を時間とともに統合する,初期のマルチモーダル強化学習ポリシーを開発した。
実験により、このポリシーは多様なベースラインよりも優れており、視覚嗅覚の具体化ナビゲーションに関する将来の研究の強い参考となることが示されている。
関連論文リスト
- GPOcc++: Unified Sparse Gaussian Occupancy Prediction with Visual Geometry Priors [70.03915250336668]
我々はGPOccを導入し、視覚幾何学の先駆者を占領に意識したスパースガウス表現に変換する。
GPOcc上に構築されているGPOcc++は、統合されたフレームワーク内でのマルチビュー観測と時間シーケンスをモデル化する。
室内および屋外のベンチマークの実験は、多視点および時間的設定の両方で一貫して強い性能を示す。
論文 参考訳(メタデータ) (2026-07-15T06:21:25Z) - What Images Cannot Say: Language-Guided Olfactory Representation Learning [17.56125098945589]
本稿では,視覚と嗅覚のセマンティックブリッジとして言語指導を利用するフレームワークSCENTを紹介する。
我々は、電子ノイズ信号を視覚的およびテキスト的表現に整合した共有埋め込み空間にマッピングする嗅覚エンコーダを訓練する。
本研究は,マルチモーダル学習における嗅覚の基盤となる文脈意味情報の重要性を明らかにするものである。
論文 参考訳(メタデータ) (2026-07-07T15:31:55Z) - LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning [51.969318585152116]
LatentPilotは、トレーニング中の将来の観察を貴重なデータソースとして利用して、アクション条件付きビジュアルダイナミクスを学習する。
そこで本稿では,フライホイール方式のトレーニング機構を提案する。これは,道路上の軌道を反復的に収集し,エージェントの行動分布に適合するようにモデルを再訓練する。
R2R-CE、RxR-CE、R2R-PEベンチマークの実験では新たなSOTA結果が得られた。
論文 参考訳(メタデータ) (2026-03-31T02:21:59Z) - Chasing Ghosts: A Simulation-to-Real Olfactory Navigation Stack with Optional Vision Augmentation [6.6890386175384515]
我々は,最小限のセンサスイートを用いたオンライン臭気源位置推定のための,完全なオープンソースUAVシステムを提案する。
このシステムは、カスタムオアアクションハードウェア、オンボードセンシング、およびシミュレーションで訓練された学習ベースのナビゲーションポリシーを統合する。
本研究では,エタノール源を用いた大規模屋内環境における実世界の飛行実験を通じて,提案システムの有効性を検証した。
論文 参考訳(メタデータ) (2026-02-23T07:51:27Z) - SpaceDrive: Infusing Spatial Awareness into VLM-based Autonomous Driving [38.21244888074097]
SpaceDriveは、空間情報をテキスト桁トークンの代わりに明示的な位置符号化(PE)として扱う空間認識駆動フレームワークである。
我々は,SpaceDriveがnuScenesデータセットで最先端のオープンループ性能を実現し,Bench2Driveベンチマークで78.02のドライビングスコアを達成したことを示す。
論文 参考訳(メタデータ) (2025-12-11T14:59:07Z) - Olfactory Inertial Odometry: Methodology for Effective Robot Navigation by Scent [0.0]
嗅覚ナビゲーションは、生物が使用する探索の最も原始的なメカニズムの1つである。
本研究は,視覚慣性音韻法(VIO)に類似した嗅覚によるナビゲーションを可能にする嗅覚慣性音韻法(OIO)を定義する。
我々は、農業や食品品質管理における実際の応用に類似した、本物の5-DoFロボットアームに3つの異なるオドアローカライズアルゴリズムを用いて、オドアトラッキングシナリオを実証する。
論文 参考訳(メタデータ) (2025-06-03T02:21:12Z) - Ground-level Viewpoint Vision-and-Language Navigation in Continuous Environments [10.953629652228024]
VLN(Vision-and-Language Navigation)エージェントは、時系列の視覚観察とそれに対応する指示を関連付け、意思決定を行う。
本稿では,人間中心の指示と低地視野の四足歩行ロボットとのミスマッチに対処する。
この問題を軽減するために,地上レベルの視点ナビゲーション(GVNav)手法を提案する。
論文 参考訳(メタデータ) (2025-02-26T10:30:40Z) - SpatialRGPT: Grounded Spatial Reasoning in Vision Language Models [68.13636352687257]
VLMの空間知覚と推論能力を高めるために空間領域GPT(SpatialRGPT)を導入する。
推測中、ユーザが指定した領域の提案が提供されると、SpatialRGPTは相対的な方向と距離を正確に知覚できる。
本研究では,空間的推論タスクにおける局所的プロンプトと非局所的プロンプトの双方において,空間的RGPTにより性能が著しく向上することを示す。
論文 参考訳(メタデータ) (2024-06-03T17:59:06Z) - Weakly-Supervised Physically Unconstrained Gaze Estimation [80.66438763587904]
我々は、人間のインタラクションのビデオから弱教師付き視線推定を行うという未発見の問題に対処する。
本稿では,タスクに特化して設計された新しい損失関数とともに,トレーニングアルゴリズムを提案する。
a)半教師付き視線推定の精度と(b)最先端の物理的に制約のないGaze360視線推定ベンチマーク上でのクロスドメイン一般化の精度を大幅に改善した。
論文 参考訳(メタデータ) (2021-05-20T14:58:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。